Claude Opus 4.8 リリースノート

Anthropicは、コーディング、推論、および実用的な知識作業におけるベンチマークを向上させたOpus 4.7のアップグレード版であるClaude Opus 4.8をリリースしました。このアップデートにより、エージェント的なタスクに対してより信頼性の高いコラボレーターが導入され、前身モデルと同じ価格帯ですぐにご利用いただけます。

モデル機能の強化と信頼性

Claude Opus 4.8は、特にエージェント的および自律的なワークフローにおいて、判断力と信頼性の向上を示しています。初期テスターおよび内部評価によると、モデルは自身のミスをより効果的に発見し、不確実な事項を積極的にフラグ立てするようになっています。

主要なパフォーマンス向上

  • Honesty and Accuracy: Opus 4.8は、Opus 4.7と比較して、自身が書いたコード内の欠陥を見過ごす確率が約4分の1に減少しました。
  • Agentic Performance: このモデルは、Super-Agentベンチマークにおいて、すべてのケースをエンドツーエンドで完了した唯一のモデルとして報告されており、コストパリティにおいて従来のOpusモデルやGPT-5.5を凌駕しています。
  • Browser and Computer Use: Opus 4.8はOnline-Mind2Webで84%を記録し、Opus 4.7およびGPT-5.5の両方を上回りました。
  • Legal and Professional Work: このモデルはLegal Agent Benchmarkで過去最高スコアを記録し、全合格基準の10%を超える最初のモデルとなりました。

業界のフィードバック

業界のパートナーは、特定の運用上の改善点を強調しています：

  • Databricks: Genie AIエージェントにおいて「エージェント的な推論における飛躍的な変化」を報告しており、非構造化コンテンツに対するマルチモーダル推論のトークンコストがOpus 4.7よりも61%安くなっています。
  • Devin: Opus 4.8はOpus 4.7で見られたコメントの冗長性やツール呼び出しの問題を修正し、より一貫した無人自律エンジニアリングを可能にすると指摘しています。
  • Hebbia: 財務ドキュメントのワークフローにおいて、検索時の引用の正確性とトークン効率の向上を観察しました。
  • Cursor: ツール呼び出しがより効率的になり、同じレベルの知能でより少ないステップ数が必要になると報告しています。

新機能とツール

モデルのリリースに伴い、Anthropicは、ユーザーがモデルの挙動やスケールをより詳細に制御できるようにするためのいくつかの機能を導入しました。

Claude Codeにおけるダイナミック・ワークフロー

Enterprise、Team、およびMaxプランのResearch Previewとして利用可能なダイナミック・ワークフローにより、Claudeは、作業を計画し、単一のセッション内で数百の並列サブエージェントを実行することで、大規模な問題に対処できるようになります。これにより、キックオフからマージまで、数十万行のコードベース規模の移行が可能になります。

Effort Control（エフォート・コントロール）

claude.aiおよびCoworkのユーザーは、Claudeが回答に費やすエフォート（労力）の量を以下のように選択できるようになりました：

  • High Effort (Default): 品質とユーザー体験のバランスが取れた設定です。コーディングタスクにおいて、Opus 4.7のデフォルト設定よりも高いパフォーマンスを発揮しながら、使用するトークン量は同程度です。
  • Extra/Max Effort: モデルがより良い結果を得るために、より多くのトークンを消費します。困難なタスクや、長時間実行される非同期ワークフローに推奨されます。
  • Low Effort: 回答がより速くなり、レート制限をよりゆっくりと消費します。

Messages APIのアップデート

Messages APIは、現在messages array内のsystem entriesをサポートしています。これにより、開発者は、プロンプトキャッシュを壊したりユーザーのターンを必要としたりすることなく、タスクの途中で指示、権限、トークン予算、または環境コンテキストを更新することが可能になります。

アライメントと安全性

Opus 4.8は、詳細なアライメント評価を受けています。Anthropicのアライメントチームは、モデルが、特にユーザーの自律性をサポートし、ユーザーの最善の利益のために行動するという、親社会的な特性において「新記録」を達成したことを発見しました。misalignment（不整合）な挙動（欺瞞や悪用への協力を含む）の発生率は、Opus 4.7よりも大幅に低く、Claude Mythos Previewモデルと同等です。

価格と可用性

Claude Opus 4.8は、Claude API (claude-opus-4-8) および claude.ai を通じて利用可能です。

Mode Input Price (per M tokens) Output Price (per M tokens)
Regular $5 $25
Fast Mode (2.5x speed) $10 $50

Opus 4.8のFast modeは、以前のモデルのfast modeと比較して3倍安くなっています。

Future Roadmap

Anthropicは、2つの主要な方向性に注力しています：Opusレベルの能力を低コストで実現すること、および、より高い知能を持つ新しいクラスのモデルをクラスとして作成することです。Project Glasswingの一環として、同社は現在、サイバーセキュリティ業務のためのClaude Mythos Previewをテストしており、必要なサイバーセーフガードの実装に続いて、今後数週間以内にMythosクラスのモデルをすべての顧客に提供することを見込んでいます。

Sources

関連